#tensorflow Repositorios
Descubre 454 repositorios activos de código abierto de GitHub etiquetados con #tensorflow, que acumulan 2,213,626 estrellas en total (una media de 4,875 estrellas por proyecto). El líder de este tema es tensorflow/tensorflow, con 201,665 estrellas.
454 repositorios en total
Clona una voz en 5 segundos para generar discursos arbitrarios en tiempo real
Ray es un motor de cómputo de IA. Ray consiste en un runtime distribuido central y un conjunto de bibliotecas de IA para acelerar cargas de trabajo de ML.
Tutorial y Ejemplos de TensorFlow para Principiantes (soporte para TF v1 & v2)
🥇Programa de Traducción Juejin, posiblemente la comunidad técnica de inglés a chino más grande y mejor del mundo, la plataforma de traducción que mejor entiende a lectores y traductores:
Visualizador para modelos de redes neuronales, aprendizaje profundo y aprendizaje automático
⛔️ DEPRECADO – Ver https://github.com/ageron/handson-ml3 o handson-mlp en su lugar.
Notebooks de Python para ciencia de datos: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fundamentos de Python, AWS y varias líneas de comandos.
Libro interactivo de aprendizaje profundo con código de múltiples frameworks, matemáticas y discusiones. Adoptado en 500 universidades de 70 países, incluyendo Stanford, MIT, Harvard y Cambridge.
⛔️ DEPRECADO – Ver https://github.com/ageron/handson-ml3 o handson-mlp en su lugar.
Mask R-CNN para detección de objetos y segmentación de instancias en Keras y TensorFlow
ncnn es un framework de inferencia de redes neuronales de alto rendimiento optimizado para plataformas móviles
Una lista clasificada de fantásticas bibliotecas de Python para aprendizaje automático. Actualizado semanalmente.
ONNX Runtime: Acelerador de inferencia y entrenamiento de ML multiplataforma de alto rendimiento
API de JavaScript para detección y reconocimiento facial en el navegador y Node.js con tensorflow.js
Una colección de diversas arquitecturas, modelos y consejos de aprendizaje profundo
OpenAI Baselines: implementaciones de alta calidad de algoritmos de aprendizaje por refuerzo
¡Aprende ingeniería de ML gratis en 4 meses! Regístrate aquí 👇🏼
Tutorial de Procesamiento del Lenguaje Natural para Investigadores en Deep Learning
Marco de entrenamiento distribuido para TensorFlow, Keras, PyTorch y Apache MXNet.
Scripts de deep learning de vanguardia organizados por modelos - fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de grado empresarial.
Una serie de cuadernos Jupyter que te guían a través de los fundamentos del aprendizaje automático y el aprendizaje profundo en Python utilizando Scikit-Learn, Keras y TensorFlow 2.
Mapa de ruta de aprendizaje de inteligencia artificial, recopilación de casi 200 casos y proyectos prácticos, materiales complementarios gratuitos, entrada desde cero bases, práctica para el empleo! Incluye: Python, matemáticas, aprendizaje automático, análisis de datos, aprendizaje profundo, visión por computadora, procesamiento del lenguaje natural, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv y otros campos populares
La plataforma para desarrolladores de IA. Usa Weights & Biases para entrenar y ajustar finamente modelos, y gestionar modelos desde la experimentación hasta la producción.
Dopamine es un marco de investigación para el prototipado rápido de algoritmos de aprendizaje por refuerzo.
Tutoriales, asignaciones y competiciones para cursos relacionados con MIT Deep Learning.
Preentrenamiento con Máscara de Palabra Completa para BERT Chino (Serie de modelos Chinese BERT-wwm)
Operaciones de tensor flexibles y potentes para código legible y confiable (para PyTorch, JAX, TF y otros)
Biblioteca de aprendizaje profundo con una API de nivel superior para TensorFlow.
Materiales de laboratorio para MIT 6.S191: Introducción al Deep Learning
Preguntas frecuentes
¿Cuál es el repositorio de #tensorflow más popular en GitHub?
El proyecto de código abierto de #tensorflow mejor posicionado en GitHub es tensorflow/tensorflow, con 201,665 estrellas. Un marco de aprendizaje automático de código abierto para todos
¿Qué lenguajes de programación se utilizan más en los repositorios de #tensorflow?
Entre los proyectos de #tensorflow mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, Go.
¿Cómo se calcula la clasificación de los repositorios de #tensorflow?
Seguimos 454 repositorios activos de código abierto etiquetados con #tensorflow (500+ estrellas), que suman un total de 2,213,626 estrellas, con una media de 4,875 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.